Bu karşılaştırmayı Recro yazdı; taraf olduğumuzu baştan söyleyelim. Ahrefs’in özelliklerini kendi ürün sayfalarından ve basın duyurusundan aktardık. Rakamlar Ahrefs’in sayfalarında güncellendikçe değişiyor; bilgiler Ekim 2026 itibarıyla geçerli.

Ahrefs Brand Radar nasıl çalışıyor?

Ahrefs, Brand Radar’ı hazır bir veritabanı üzerine kurdu. Şirketin yapay zekâ görünürlük endeksi sayfasına göre veritabanı altı yapay zekâ endeksinde 473 milyondan fazla prompt içeriyor ve her prompt, Ahrefs’in anahtar kelime veritabanındaki gerçek kullanıcı aramalarından modelleniyor. Kullanıcı bir prompt yazmadan, kendi markasının ve rakiplerinin kategori düzeyindeki görünürlüğünü ve geçmiş trendini hemen görebiliyor.

Ocak 2026’da Ahrefs buna özel promptlar ekledi. Şirketin basın duyurusu farkı açıkça tarif ediyor: Brand Radar’ın yerleşik takibi popüler, yüksek hacimli konulardan türeyen promptlara odaklanıyor; özel promptlar ise ekiplerin uzun kuyruğu, yani kendi alıcı sorularını izlemesini sağlıyor. Özel promptlar ek paket olarak sunuluyor ve her kontrol platform, konum ve güncelleme başına kredi tüketiyor.

B2B kararı neden hacim listesinde görünmüyor?

Arama verisinden modellenen bir prompt veritabanı, insanların çok sorduğu soruları yakalar. Tüketici kategorilerinde bu, pazarın gerçek fotoğrafına çok yakındır.

B2B’de karar başka yerde verilir. Bir denizcilik tedarik firmasının teknik müdürü yapay zekâya “Akdeniz limanlarında 48 saat içinde yedek parça teslim edebilen, klas onaylı tedarikçiler hangileri?” diye sorar. Bu cümlenin arama hacmi yoktur; hiçbir hacim veritabanında modellenmez. Ama o ayın siparişi bu cevaba göre verilir.

Recro simülasyonlarında markalar adlarıyla sorulduğunda cevapların %33’ünde yer aldı; adlarının geçmediği karar sorularında bu oran %5,5’e düştü. Kategori düzeyinde ölçülen görünürlük ile alıcının karar sorusundaki görünürlük arasında büyük bir mesafe olabilir. Bu mesafeyi adınızla varsınız, kategoride yoksunuz yazısında inceledik.

Özel promptlar bu açığı kapatmıyor mu?

Kısmen kapatıyor. Özel promptlar, uzun kuyruktaki soruları izlemeye imkân veriyor ve Ahrefs prompt üretimini kolaylaştıran araçlar geliştiriyor. Ama soru yine ekipten gelmek zorunda: Kim soruyor, hangi koşulla, satın alma yolculuğunun hangi aşamasında?

Recro’da bu sorunun cevabı çalışmanın ilk ayağı. Personalar özel persona oluşturucu modülüyle, kabul görmüş bir alıcı içgörüsü modeline dayanarak kurulur. Persona özellikleri ve okazyonlar sorulara dönüşür. Hedef, hacimli sorularda görünmek değil; satış niyeti yüksek kişinin baktığı her yerde bulunmak.

Kaynak tarafında kim ne görüyor?

Ahrefs’in geleneksel gücü web endeksi: Hangi sitenin kime link verdiği, hangi markanın nerede anıldığı. Bu, yapay zekâ cevaplarına kaynak olan sitelerin geniş bir haritasını çıkarmak için değerli bir temel.

Recro kaynağı karar sorusu bağlamında okur. Bir denizcilik simülasyonunda rakibi kısa listeye taşıyan kaynaklardan biri, rakibin bir kariyer sitesindeki firma profiliydi. Başka simülasyonlarda belge paylaşım sitelerine yıllar önce yüklenmiş kataloglar öne çıktı. Bu kaynaklar link profili analizinde önemsiz görünebilir; ama alıcının sorusuna cevap verdikleri için belirleyicidirler. Ayrıntılar web sitesi dışındaki sinyal kaynakları yazısında.

Karşılaştırma tablosu

Hangi durumda hangisi?

Kategorinin genel tablosunu görmek, rakiplerin yapay zekâ cevaplarındaki payını zaman içinde izlemek ve bunu SEO çalışmasıyla tek yerde yönetmek isteyen ekip için Brand Radar çok güçlü bir başlangıç noktası. Hazır veritabanı, prompt yazmadan ilk tabloyu verir.

Kategori tablosunun satış ekibinin yaşadığıyla örtüşmediği durumda, yani “pazarda görünüyoruz ama teklif aşamasına gelemiyoruz” denildiğinde, Recro devreye girer. Recro bir yazılım modülü değil, ajans hizmetidir: Markanın bir temsilcisi olur, markayı takip eder; bulgular toplantılarda birlikte okunur.

Recro bu boşluğu nasıl görünür kılar?

Recro İçgörü Modeli, hacim listesinin bittiği yerden başlar: Markanın gelirini belirleyen kişilerin, kendi koşullarıyla sordukları sorulardan.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

1. Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
2. Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
3. Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
4. Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

• Persona ve soru oluşturucu, arama hacmi olmayan ama kararı belirleyen soruları ölçüme sokar.
• Rapor oluşturucu, rakibi öne çıkaran kaynağı karar sorusu bağlamında gösterir.
• Aksiyon önerisi oluşturucu, bulguyu İletişim, İçerik ya da Otorite GAP’i olarak sınıflar ve sektöre özgü aksiyona çevirir.

Sonuçlar hazır kalıp değil; markanın sektörüne ve pazarına özel noktasal ve lokal bulgulardır. Altyapı her marka için düzenli optimize edilir. GAP’ler kapandıkça gelişim dashboard’da izlenir ve marka temsilcisiyle düzenli toplantılarda değerlendirilir.

Aynı soruyu diğer araçlar için de sorduk: Recro ile Semrush AI Visibility Toolkit, Profound, Otterly.AI ve Peec AI karşılaştırmaları.

Yönetici özeti

• Ahrefs Brand Radar, arama verisinden modellenen yüz milyonlarca promptla kategori düzeyinde bir yapay zekâ pazar haritası çıkarır.
• B2B kararını belirleyen sorular çoğu zaman hacimsizdir; hacim veritabanında görünmezler.
• Recro bu soruları persona, okazyon ve satış niyetinden üretir; nedeni ve aksiyonu temsilcisiyle birlikte takip eder.

Sık sorulan sorular

Ahrefs Brand Radar’daki promptlar nereden geliyor?

Ahrefs’e göre yerleşik veritabanındaki her prompt, şirketin anahtar kelime veritabanındaki gerçek kullanıcı aramalarından modelleniyor. Özel promptlar ise kullanıcının eklediği sorulardır.

Brand Radar B2B markalar için anlamlı mı?

Kategori payı ve rakip trendi için evet. Kısa listeyi belirleyen, hacmi olmayan karar sorularını görmek için özel promptlara ve bu soruları doğru kuracak bir alıcı haritasına ihtiyaç vardır.

Recro neden hacimli sorularla başlamıyor?

Çünkü B2B gelirini belirleyen az sayıdaki karar verici, hacim listelerinde görünmeyecek kadar özgül sorular sorar. Recro’nun odağı hacim değil, satış niyeti yüksek kişinin baktığı her yer.

Recro’nun sonuçları neden “lokal”?

Aynı kategori farklı pazarlarda ve dillerde farklı cevaplar üretir. Recro bulguları markanın hedef pazarına, diline ve karar grubuna göre üretir; hazır kalıp rapor kullanmaz.

İkisi birlikte kullanılabilir mi?

Evet. Brand Radar kategori tablosunu ve rakip trendini, Recro satış kararına yakın soruların nedenini ve aksiyonunu verir.

Pazar haritasında görünüyorsunuz; peki satın alma kararını veren kişi sorduğunda cevapta var mısınız? Recro, bunu markanıza özel personalar ve karar sorularıyla gösterir.

Demo içgörü raporu isteyin →

Kaynaklar

• Ahrefs · AI visibility index
• Ahrefs · Brand Radar
• Business Wire · Ahrefs launches custom AI prompt tracking for brand visibility (2026)

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.

Bu karşılaştırmayı Recro yazdı. Peec AI hakkındaki bilgiler şirketin kendi duyurusundan ve yatırım haberlerinden alındı; kaynaklar yazının sonunda. Bilgiler Ekim 2026 itibarıyla geçerli.

Peec AI ne yapıyor?

Berlin merkezli Peec AI, Şubat 2025’te ürününü yayına aldı ve Kasım 2025’te Singular liderliğinde 21 milyon dolarlık A serisi yatırım topladı. Şirketin açıklamasına göre on ayda 1.300’den fazla marka ve ajans platformu kullanmaya başladı. Bu hızlı benimsenme, ürünün sade ve anlaşılır olmasıyla ilgili.

Peec’in mantığı açık: Ekip takip etmek istediği promptları girer, platform bunları ChatGPT, Gemini, Claude, Perplexity ve diğer motorlarda çalıştırır, cevapları zaman içinde saklar. Raporlar üç ölçüye dayanır: Görünürlük (markanın ne sıklıkla geçtiği), konum (sıralaması) ve duygu (nasıl anıldığı). Platform hangi kaynakların etkili olduğunu da gösterir; veriler API ya da BI panelleriyle dışa aktarılabilir.

Asıl değişken: Prompt’u kim yazıyor?

Prompt tabanlı her araçta görünmeyen bir varsayım var: Takip edilen soru, alıcının sorduğu sorudur. Pratikte promptları çoğu zaman pazarlama ekibi yazar. Ekip de kategoriyi kendi diliyle anlatır.

Bunun bedelini Recro simülasyonlarında gördük. Bir kahve tedarik markası, turizm ve restoran grubunun F&B direktörü personasının sorularında 8 çalıştırmanın 8’inde anıldı. Aynı marka otel, kafe ve restoran zincirlerinin satın alma direktörlerinin sorularında hiç anılmadı. Ekip promptlarını F&B direktörünün diliyle yazmış olsaydı, panel “mükemmel görünürlük” gösterecekti. Satış ekibinin kaybettiği teklifler ise öbür kapıdaydı.

Kısacası prompt seti ölçümün kendisini belirler. Hangi kişinin, hangi aşamada, hangi koşulla sorduğu belli değilse, panelde görülen sayı gerçekte kimin görünürlüğü olduğu belirsiz bir ortalamadır. Bu ayrımı Persona GAP Analizi ve karar sorusu yazılarında açtık.

Persona, okazyon ve satış niyeti

Recro soruyu üç katmandan üretir. Birincisi persona: Karar grubundaki her rol, özel persona oluşturucu modülüyle ayrı kurulur; kabul görmüş bir alıcı içgörüsü modeline dayanır. İkincisi okazyon: Aynı kişi planlı bir tedarikçi değişikliğinde başka, bir denetim sonrası acil ihtiyaçta başka soru sorar. Üçüncüsü satış niyeti: Hedef hacimli sorularda görünmek değil, satın almaya yakın kişinin baktığı her yerde bulunmak.

Bu katmanlar, ekibin kendi başına yazmakta zorlandığı soruları ortaya çıkarır. Örneğin bir finans yöneticisinin “bu hizmetin sabit ücret dışındaki maliyet kalemleri nelerdir?” sorusu. Recro raporlarında bu tür fiyat ve toplam maliyet sorularında araştırılan marka cevapların yalnızca %12’sinde anıldı. Ayrıntılar fiyat sorusu yazısında.

Karşılaştırma tablosu

Hangi durumda hangisi?

Alıcısını iyi tanıyan, karar sorularını zaten haritalamış ve yapay zekâ görünürlüğünü kendi BI ortamında diğer pazarlama verileriyle birleştirmek isteyen bir ekip için Peec temiz, hızlı ve ölçeklenebilir bir seçim.

Bu haritası olmayan markada sıralama tersine döner. Önce kimin, hangi okazyonda, ne sorduğu ve markanın neden elendiği bulunmalı. Recro bu işi ajans modeliyle yapar: Markanın bir temsilcisi olur, bulgular toplantılarda birlikte okunur, GAP’ler kapandıkça gelişim dashboard’da izlenir. Recro’nun ürettiği soru haritası, sonradan herhangi bir izleme aracına da girdi olabilir.

Recro bu boşluğu nasıl görünür kılar?

Recro İçgörü Modeli, ölçümün en zayıf halkasını, yani soruyu, ekibin tahminine bırakmaz. Sorular, markanın gerçek alıcılarından türetilir.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

1. Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
2. Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
3. Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
4. Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

• Persona oluşturucu, karar grubundaki her rolü ayrı kurar; tek bir “hedef kitle” ortalaması yerine her kapının ayrı ölçülmesini sağlar.
• Soru oluşturucu, persona özelliklerini ve okazyonları markanın adı geçmeyen karar sorularına çevirir.
• Rapor ve aksiyon önerisi oluşturucu, her bulguyu bir GAP türüne ve önceliklendirilmiş bir aksiyona bağlar.

Çıktılar hazır kalıp değil; markanın sektörüne, pazarına ve karar grubuna özel noktasal ve lokal sonuçlardır. Altyapı her marka için düzenli optimize edilir ve marka temsilcisi gelişimi sizinle birlikte takip eder.

Aynı soruyu diğer araçlar için de sorduk: Recro ile Semrush AI Visibility Toolkit, Profound, Otterly.AI ve Ahrefs Brand Radar karşılaştırmaları.

Yönetici özeti

• Peec AI, ekibin girdiği promptları çok sayıda yapay zekâ motorunda izleyen, hızlı büyüyen bir analitik platform.
• Prompt tabanlı ölçümün kalitesi prompt setine bağlı; yanlış kişinin diliyle yazılan sorular yanıltıcı derecede iyi sonuç verebilir.
• Recro, soruyu persona, okazyon ve satış niyetinden üretir; bulguyu aksiyona çevirip temsilcisiyle takip eder.

Sık sorulan sorular

Peec AI hangi metrikleri raporluyor?

Şirketin açıklamasına göre görünürlük, konum ve duygu; ayrıca hangi kaynakların etkili olduğu. Veriler API ve BI entegrasyonlarıyla dışa aktarılabiliyor.

Peec’e persona bazlı prompt girilemez mi?

Girilebilir; prompt metnine rol ve koşul yazılabilir. Asıl zorluk, hangi personanın, hangi okazyonda, hangi soruyu sorduğunu bilmektir. Recro’da bu, çalışmanın kendisidir.

Recro’nun soru haritası başka bir araçta kullanılabilir mi?

Recro’nun ürettiği karar soruları markanın stratejik varlığıdır; marka bunları içerik planında ve kendi ölçüm araçlarında da kullanabilir.

Recro neden yazılım değil de ajans hizmeti?

Çünkü değer, ölçümün yorumlanması ve aksiyona dönüşmesinde ortaya çıkıyor. Her markanın bir temsilcisi olur, bulgular toplantılarda değerlendirilir ve gelişim dashboard üzerinden izlenir.

Küçük bir B2B marka için hangisi daha uygun?

Karar sorularını biliyor ve paneli okuyacak zamanınız varsa Peec. Kısa listeden neden düştüğünüzü bilmiyorsanız önce Recro.

Takip ettiğiniz promptlar, alıcılarınızın gerçekten sorduğu sorular mı? Recro, soruları markanıza özel personalar ve okazyonlarla kurar.

Demo içgörü raporu isteyin →

Kaynaklar

• Peec AI · We raised $21M Series A to help brands win in AI search (2025)
• Tech.eu · Peec AI raises $21M Series A (2025)

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.

Bu karşılaştırmayı Recro yazdı; taraf olduğumuzu not edelim. Otterly.AI’ın özelliklerini şirketin yardım merkezinden ve bağımsız yazılım rehberlerinden aktardık. Bilgiler Ekim 2026 itibarıyla geçerli.

Pazarlama ekiplerinin yapay zekâ görünürlüğüne ilk adımı çoğu zaman bir izleme aracıyla oluyor. Mantıklı da: Ölçmediğiniz şeyi yönetemezsiniz. Üç ay sonra sorulan soru ise genellikle aynı: “Panelde görünürlüğümüz düşük çıkıyor. Şimdi ne yapacağız?”

Otterly.AI ne yapıyor?

Otterly.AI’ın yardım merkezine göre araç, marka ve içerik görünürlüğünü altı yapay zekâ arama motorunda izliyor: Google AI Overviews, ChatGPT, Perplexity, Google AI Mode, Gemini ve Microsoft Copilot. Takip edilen promptları kullanıcı belirliyor; anahtar kelimeleri izlenebilir promptlara çeviren bir prompt araştırma özelliği de var.

Raporlarda marka anılmaları, siteye verilen atıf linkleri, ortalama konum, duygu analizi ve rakiplere göre share of voice yer alıyor. Ülke bazında izleme ve bir içerik/GEO denetim modülü de sunuluyor; bu modül sayfanın yapay zekâ tarayıcıları için erişilebilirliğini ve içeriğin hazır olup olmadığını puanlıyor. Araç Semrush’ın uygulama mağazasında da yer alıyor. Fiyat kademeleri küçük ekiplerin erişebileceği seviyeden başlıyor; bu, Otterly’nin en güçlü yanlarından biri.

Panel veriyi gösterir; yorumu kim yapacak?

Bir izleme aracı, cevapta ne olduğunu gösterir. Cevabın neden öyle olduğunu ve ne yapılması gerektiğini söylemek ekibe kalır. Büyük bir SEO ekibi için bu sorun değil. B2B’de yapay zekâ görünürlüğü çoğu zaman tek bir pazarlama yöneticisinin diğer on işinin arasına sıkışıyor.

Recro’nun çalışma modeli bu yüzden farklı. Recro bir yazılım değil, ajans hizmeti: Her markanın bir temsilcisi olur, markayı takip eder ve bulgular düzenli toplantılarda birlikte okunur. Panel de var: GAP’ler bulunduktan sonra gelişimi izleyen bir takip sistemi ve dashboard. Fark, panelin çalışmanın başı değil, sonu olması.

Yapay zekânın söylediği doğru mu?

İzleme araçları cevabı kaydeder. Cevabın doğruluğunu kontrol etmek ise ayrı bir iş. Avrupa Yayın Birliği ve BBC’nin 2025 araştırmasında yapay zekâ asistanlarının haber cevaplarının %45’inde en az bir önemli sorun bulundu.

B2B’de bu sorun daha sinsi. Recro simülasyonlarında 27 cevapta model önce “kamuya açık bilgi yok” dedi, hemen ardından boşluğu sektör genellemesiyle doldurdu: “Büyük üreticiler daha rekabetçi olabilir”, “butik firmalar daha esnek davranabilir”. Bir panel bu cevabı “marka anılmadı” diye kaydeder. Asıl bulgu ise şu: Alıcının en kritik sorusunda modelin tahmini markanın sözünün yerine geçiyor. Bu örüntüyü “Kamuya açık bilgi bulunmuyor” yazısında inceledik.

Karşılaştırma tablosu

GEO denetimi ile GAP analizi aynı şey mi?

Değil. GEO denetimi sayfanın teknik hazırlığına bakar: Tarayıcı erişimi, içerik yapısı, okunabilirlik. Bu gerekli bir hijyen kontrolü; teknik engeli olan bir sayfa yapay zekâ cevabına zor girer. Ayrıntısını LLM’ler web sitenizi nasıl okuyor yazısında anlattık.

Teknik olarak kusursuz bir site yine de kısa listeden düşebilir. Recro raporlarında en sık görülen açıklar teknik değildi: Fiyat mantığının hiç yayımlanmaması, kanıtın yalnızca markanın kendi sitesinde durması, rakibin yer aldığı sektör listelerinde markanın bulunmaması. GAP analizi bu yüzden siteyi değil, alıcının kararını referans alır.

Hangi durumda hangisi?

Yapay zekâ görünürlüğünü ilk kez ölçmek isteyen, prompt listesini kendisi kurabilecek ve haftalık paneli okuyup içerik ekibine iş çıkarabilecek bir ekip için Otterly düşük riskli bir başlangıç. Bütçe sınırlıysa daha mantıklı bir ilk adım bulmak zor.

Recro, panelin ötesine geçmek isteyen markalar için: Alıcının kim olduğu, hangi soruyu hangi okazyonda sorduğu ve markanın neden elendiği netleşsin; aksiyonlar önceliklendirilsin ve biri bunu takip etsin. Bu bir yazılım lisansı değil, markayı izleyen bir ekip.

Recro bu boşluğu nasıl görünür kılar?

Recro İçgörü Modeli, izlemeyle başlamaz; markanın alıcısını kurmakla başlar. Panel, bulguların ve aksiyonların ardından gelişimi izlemek için vardır.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

1. Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
2. Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
3. Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
4. Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

• Persona ve soru oluşturucu, prompt listesini ekibin tahminine bırakmaz; kabul görmüş bir alıcı içgörüsü modeline dayanan özel modülle kurulan personaların, okazyonlarına göre sorduğu soruları üretir.
• Rapor oluşturucu, “anılmadı” kaydının arkasındaki nedeni yazar ve öne çıkan iddiaları insan kontrolünden geçirir.
• Aksiyon önerisi oluşturucu, bulguyu İletişim, İçerik ya da Otorite GAP’i olarak sınıflar; her aksiyonun neyi kapatacağı bellidir.

Sonuçlar hazır kalıp değil; markanın sektörüne ve pazarına özel, noktasal ve lokal bulgulardır. Altyapı her marka için düzenli optimize edilir. GAP’ler kapandıkça gelişim dashboard’da izlenir, marka temsilcisi sonuçları toplantılarda sizinle birlikte değerlendirir.

Aynı soruyu diğer araçlar için de sorduk: Recro ile Semrush AI Visibility Toolkit, Profound, Peec AI ve Ahrefs Brand Radar karşılaştırmaları.

Yönetici özeti

• Otterly.AI, altı yapay zekâ arama motorunda anılma ve atıfları izleyen, erişilebilir fiyatlı bir self-servis araç.
• Recro, alıcıyı persona ve okazyon bazında simüle eden, bulguyu doğrulayıp aksiyona çeviren ve temsilcisiyle takip eden bir ajans hizmeti.
• Belirleyici soru: Paneli okuyup karara çevirecek kapasiteniz var mı?

Sık sorulan sorular

Otterly.AI hangi yapay zekâ araçlarını izliyor?

Şirketin yardım merkezine göre Google AI Overviews, ChatGPT, Perplexity, Google AI Mode, Gemini ve Microsoft Copilot. Kapsam değişebileceği için güncel listeyi Otterly’nin sitesinden kontrol etmek gerekir.

Recro’nun da dashboard’u var mı?

Evet. GAP’ler bulunduktan sonra gelişimi izleyen bir takip sistemi ve dashboard sunulur. Panel, simülasyon ve aksiyon planının ardından gelişimi ölçmek için kullanılır.

GEO denetimi yapay zekâ görünürlüğü için yeterli mi?

Teknik hazırlık gereklidir ama yeterli değildir. Teknik olarak sorunsuz bir site, fiyat bilgisi ya da dış kaynak kanıtı eksik olduğu için kısa listeden düşebilir.

Otterly ile başlayıp Recro’ya geçmek mantıklı mı?

Olabilir. İzleme verisi, Recro çalışmasında başlangıç bağlamı olarak değerlendirilebilir. Recro’nun ölçümü ise markanın kendi personaları ve karar sorularıyla yeniden kurulur.

Recro ile çalışırken ekibimizden ne beklenir?

Pazarı, alıcıları ve satış sürecini bilen bir muhatap. Simülasyonu, raporu ve takibi Recro yürütür; marka temsilcisi bulguları düzenli toplantılarda sizinle değerlendirir.

Panelde düşük çıkan görünürlüğün nedeni ne, ve önce hangi açık kapanmalı? Recro, bunu markanıza özel personalar ve karar sorularıyla gösterir.

Demo içgörü raporu isteyin →

Kaynaklar

• Otterly.AI Yardım Merkezi · Which AI searches does OtterlyAI support?
• Semrush Bilgi Bankası · Otterly – AI Search Monitoring
• GetApp · Otterly.AI
• EBU · News Integrity in AI Assistants (EBU & BBC, 2025)

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.

Recro olarak bu karşılaştırmada taraf olduğumuzu belirtelim. Profound hakkındaki bilgiler şirketin kendi duyurularından ve yatırım haberlerinden alındı; kaynaklar yazının sonunda. Ürün hızla gelişiyor; bilgiler Ekim 2026 itibarıyla geçerli.

Profound nedir, kimin için tasarlandı?

Profound, yapay zekâ arama görünürlüğü alanının en çok yatırım alan şirketi. Haziran 2025’te Kleiner Perkins liderliğinde 20 milyon dolarlık A serisi, Ağustos 2025’te Sequoia liderliğinde 35 milyon dolarlık B serisi topladı. Eylül 2026’da Sequoia ve Kleiner Perkins’in birlikte liderlik ettiği 180 milyon dolarlık D serisiyle 1,8 milyar dolar değerlemeye ulaştı. Şirket 1.000’den fazla kurumsal markaya hizmet verdiğini açıklıyor.

Ürünün temel parçaları 2025 duyurularında üç başlıkta tarif edildi. Answer Engine Insights, sohbet botlarının markayı, ürünleri ve sektörü nasıl anlattığını gösteriyor. Agent Analytics, yapay zekâ botlarının web sitesini nasıl taradığını ortaya koyuyor. Conversation Explorer, yapay zekâ aramasında yükselen konuları ve soru hacmini gösteriyor. 2026’da şirket, araştırma yapan, içerik yazan ve sonuç raporlayan bir ajan katmanına, “AI Marketer”a doğru genişliyor.

Bu tablo net bir konum anlatıyor: Profound, pazarlama ekibi büyük, içerik üretimi sürekli ve marka binlerce sorguda görünmek zorunda olan şirketler için kurulmuş.

Ölçek mi, derinlik mi?

Conversation Explorer’ın değeri hacimden gelir: İnsanlar yapay zekâya en çok ne soruyor? Bir tüketici markası için bu, içerik takviminin pusulasıdır.

B2B’de hacim farklı çalışır. Bir endüstriyel su arıtma firmasının yıllık cirosunu belirleyen kararlar belki 40 fabrikanın çevre müdürü, satın alma müdürü ve finans yöneticisinden çıkar. Bu kişilerin sorduğu sorular hacim listesinde görünmeyecek kadar azdır. Ama her biri bir sözleşmedir.

Recro’nun çıkış noktası bu: Pazarın gürültüsü değil, satış niyeti yüksek kişinin baktığı her yer. Persona özellikleri, karar aşaması ve okazyonlar birlikte modellenir. Bir otel zincirinin yeni sezon öncesi tedarikçi değiştirmesi ile bir fabrikanın denetim sonrası acil çözüm araması farklı okazyonlardır ve yapay zekâya farklı sorular sordurur.

Tek bir cevaba neden güvenilmez?

Her iki yaklaşımın da kabul ettiği bir gerçek var: Yapay zekâ cevapları değişkendir. SparkToro ve Gumshoe.ai’nin Ocak 2026 araştırmasında aynı soruya verilen iki cevabın aynı marka listesini içermesi 100’de 1’in altında kaldı.

Recro simülasyonlarında da aynı tablo görüldü: Kahve tedarik kategorisinde 236 çalıştırmada 50 farklı “baskın rakip” adı çıktı. Profound bu değişkenliği büyük örneklemle yönetir. Recro ise değişkenliği persona ve okazyon bazında okur: Hangi rakip hangi kişinin sorusunda kalıcı, hangisi tesadüfi? Satış ekibi için anlamlı olan ikinci ayrım.

Karşılaştırma tablosu

İçerik üretimi neden ikinci adım?

Profound’un ajan katmanına yönelmesi sektörün yönünü gösteriyor: Görünürlüğü ölçen araç, içeriği de üretmek istiyor. Hız açısından bu cazip.

B2B’de ise sorun çoğu zaman içerik azlığı değil, yanlış yerde durması. Recro’nun 73 raporunun hiçbirinde araştırılan markanın fiyat ya da yatırım getirisi sinyali yoktu. Birçok raporda markanın kanıtı yalnızca kendi sitesinde duruyordu; rakibi kısa listeye taşıyan ise sektör dizini, kariyer sitesi profili ya da bir basın haberiydi. Daha fazla blog yazısı bu açığı kapatmaz. Önce hangi açığın, hangi kişinin sorusunda, hangi kaynakta olduğunu bilmek gerekir. Bu konuyu web sitesi dışındaki sinyal kaynakları yazısında açtık.

Hangi durumda hangisi?

Yüzlerce ürün kategorisinde, birden çok ülkede ve geniş bir kitleye satan; yapay zekâ görünürlüğünü içerik operasyonuyla birlikte yönetecek büyük bir pazarlama ekibi olan şirket için Profound güçlü bir platform.

Karar grubu birkaç kişiden oluşan, satış döngüsü aylar süren ve kaybedilen her teklifin nedenini bilmek isteyen B2B marka için Recro daha isabetli. Recro’da bir yazılım lisansı değil, markayı takip eden bir temsilci ve düzenli toplantılarla yürüyen bir ajans hizmeti alırsınız.

Recro bu boşluğu nasıl görünür kılar?

Recro İçgörü Modeli, geniş pazarı değil, markanın gelirini belirleyen birkaç kritik karar vericiyi yıl boyunca simüle eder ve onların kararında markanın nerede kaybettiğini gösterir.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

1. Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
2. Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
3. Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
4. Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

• Persona oluşturucu, kabul görmüş bir alıcı içgörüsü modeline dayanan özel bir modüldür; karar grubundaki her rolü ayrı kurar.
• Soru oluşturucu, hacim listesinde görünmeyen ama sözleşmeyi belirleyen soruları persona özellikleri ve okazyonlardan üretir.
• Rapor ve aksiyon önerisi oluşturucu, “daha fazla içerik” yerine hangi açığın hangi kaynakta kapanacağını söyler: İletişim, İçerik ya da Otorite GAP’i.

Sonuçlar hazır kalıp değil, markanın sektörüne ve pazarına özel noktasal bulgulardır. Altyapı her marka için düzenli optimize edilir; GAP’ler kapandıkça gelişim dashboard üzerinden izlenir ve marka temsilcisiyle düzenli toplantılarda değerlendirilir.

Aynı soruyu diğer araçlar için de sorduk: Recro ile Semrush AI Visibility Toolkit, Otterly.AI, Peec AI ve Ahrefs Brand Radar karşılaştırmaları.

Yönetici özeti

• Profound, pazar ölçeğinde görünürlük ve içerik operasyonu için kurulmuş, güçlü yatırım almış kurumsal bir platform.
• Recro, B2B markanın gelirini belirleyen birkaç karar vericiyi persona ve okazyon bazında simüle eden bir ajans hizmeti.
• Geniş kitleye satan marka için ölçek, küçük karar grubuna satan marka için derinlik belirleyicidir.

Sık sorulan sorular

Profound ile Recro arasındaki temel fark nedir?

Profound bir kurumsal yazılım platformu, Recro bir içgörü ajansı. Profound pazar ölçeğinde görünürlüğü izler; Recro satın alma kararını veren kişileri simüle eder ve kararın neden kaybedildiğini açıklar.

Profound B2B markalar için uygun değil mi?

Uygun olabilir; özellikle geniş pazarlama ekibi olan büyük B2B şirketleri için. Belirleyici olan, markanın sorusunun hacim mi yoksa belirli karar vericilerin davranışı mı olduğu.

Recro’da yazılım lisansı mı alınıyor?

Hayır. Recro ajans hizmeti olarak çalışır. Markanın bir temsilcisi olur, sonuçlar toplantılarda birlikte değerlendirilir ve gelişim bir dashboard üzerinden izlenir.

Okazyon neden ölçüme dahil edilmeli?

Aynı persona farklı durumlarda farklı soru sorar. Denetim sonrası acil ihtiyaç ile planlı tedarikçi değişikliği farklı karar sorularıdır; biri ölçülmezse markanın o andaki görünürlüğü bilinmez.

İki yaklaşım birlikte kullanılabilir mi?

Evet. Büyük bir şirket Profound’u geniş görünürlük için, Recro’yu kilit hesapların karar soruları için kullanabilir. İkisi farklı yönetim sorularına cevap verir.

Gelirinizi belirleyen birkaç karar verici yapay zekâya ne soruyor ve cevapta neden rakibiniz var? Recro, bunu markanıza özel personalar ve okazyonlarla simüle eder.

Demo içgörü raporu isteyin →

Kaynaklar

• Profound · Profound raises $180M Series D at $1.8B valuation (2026)
• Built In NYC · AI marketing insights platform Profound raises $20M Series A (2025)
• Pulse 2.0 · Profound: $35 million Series B (2025)
• Search Engine Land · AI recommendation lists repeat less than 1% of the time (SparkToro, Gumshoe.ai)

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.

Bu karşılaştırmayı Recro yazıyor; taraf olduğumuzu baştan söyleyelim. Bu yüzden Semrush’ın özelliklerini kendi bilgi bankası ve bağımsız incelemelerden aktardık, kaynakları yazının sonunda listeledik. Araç özellikleri hızla değişiyor; buradaki bilgiler Ekim 2026 itibarıyla kamuya açık kaynaklara dayanıyor.

İki ürünü yan yana koyunca ilk fark özellik listesinde görünmüyor. Asıl fark ilk ekranda: Semrush size “hangi promptları takip etmek istersiniz?” diye sorar. Recro önce “satın alma kararını kim veriyor?” diye sorar.

Semrush AI Visibility Toolkit ne yapıyor?

Semrush, 2025’te SEO paketine yapay zekâ görünürlüğü modülünü ekledi ve Ekim 2025’te bunu Semrush One paketlerine taşıdı. Nisan 2026’da Adobe, Semrush’ı satın alma işlemini tamamladı; ürün artık Adobe’nin müşteri deneyimi ürünleriyle aynı çatı altında.

Semrush bilgi bankasına göre toolkit’in iki ana parçası var. Prompt takibi, seçilen yüksek değerli promptlarda markanın ChatGPT ve Google AI Mode’daki görünürlüğünü günlük izliyor. Marka performansı raporları ise haftalık güncelleniyor; görünürlük skoru, share of voice, anılma sayısı, ortalama konum, duygu ve atıf verilen kaynakları gösteriyor. Bağımsız incelemeler kapsamı Gemini, Google AI Overviews ve Perplexity’yi de içerecek şekilde tarif ediyor. Paket ayrıca yapay zekâ tarayıcılarını engelleyen sayfa içi sorunları denetleyen bir “AI hazırlık” kontrolü sunuyor.

Bir inceleme, raporlamanın Google ağırlıklı olduğunu not ediyor. Bu şaşırtıcı değil: Ürün, Google arama verisi üzerine kurulmuş bir ekosistemin parçası.

Fark nereden başlıyor: Prompt nereden geliyor?

Semrush’ın gücü anahtar kelime verisi. Toolkit’te takip edilen promptlar da doğal olarak bu dünyadan türüyor: Arama hacmi olan konular, kategori ifadeleri, markanın SEO’da zaten izlediği kümeler. Bir pazarlama ekibi için bu tanıdık ve verimli.

B2B satın almada ise kararı belirleyen sorular çoğu zaman arama hacmi olan ifadeler değil. Bir kalite müdürü yapay zekâya “gıda temasına uygun, BRC sertifikalı ve 4 haftada teslim edebilen ambalaj üreticileri hangileri?” diye sorar. Bu cümlenin anahtar kelime aracında hacmi yoktur. Kısa listeyi ise bu cümle belirler.

Recro simülasyonlarında bu fark sayıyla da görünüyor. Nisan–Eylül 2026 arasında 6 marka için yapılan 460 soru-cevap çalıştırmasında markalar adlarıyla sorulduğunda cevapların %33’ünde yer aldı; adlarının geçmediği karar sorularında bu oran %5,5’e düştü. Prompt seti markanın ya da kategorinin diliyle kurulursa sonuç, alıcının gördüğünden iyimser çıkar. Bu bulguyu AI görünürlük çalışması satın almadan önce yazısında ayrıntılı paylaştık.

Kimin adına ölçülüyor?

Semrush raporu markanın kategori düzeyindeki görünürlüğünü verir. Tek bir rakam, tek bir share of voice. Kurumsal satın almada ise karar grubunda farklı sorular soran birden çok kişi var: Satın alma müdürü fiyat ve teslim süresini, kalite müdürü sertifikayı, finans yöneticisi toplam maliyeti soruyor.

Bir kahve tedarik markası için kurduğumuz simülasyonda marka, F&B direktörünün sorularında 8 çalıştırmanın 8’inde anıldı; otel zinciri satın alma direktörünün sorularında hiç anılmadı. Ortalama alınsa “orta düzey görünürlük” çıkardı. Gerçekte bir kapı tamamen açık, öteki tamamen kapalıydı. Bu ayrımı Persona GAP Analizi yazısında anlattık.

Karşılaştırma tablosu

Türkiye pazarı için ayrıca bakılması gereken nokta

Semrush bilgi bankasındaki güncel listeye göre prompt takibi ABD, Birleşik Krallık, Kanada, Avustralya, İspanya ve Hindistan için sunuluyor. Türkiye listede yer almıyor. Türkçe soru soran bir alıcının gördüğü cevabı ölçmek isteyen marka için bu, satın almadan önce doğrulanması gereken bir kısıt. Türkçe ve İngilizce sorularda aynı markanın neden farklı göründüğünü Türkçe ve İngilizce promptlar yazısında inceledik.

Hangi durumda hangisi?

Semrush’ı zaten kullanan, SEO ile yapay zekâ görünürlüğünü tek panelde izlemek isteyen ve sorusu “içerik kümelerimiz yapay zekâ cevaplarına ne kadar yansıyor?” olan bir ekip için toolkit mantıklı bir seçim. Ek bir tedarikçi gerektirmez, mevcut anahtar kelime çalışmasıyla aynı dili konuşur.

Sorunun “alıcılarımız bizi neden elemiş?” olduğu durumda tablo değişir. Bu soru bir skorla cevaplanmaz; hangi kişinin, hangi koşulla, hangi kaynağa dayanarak rakibi seçtiğini göstermek gerekir. Recro bu ihtiyaç için kuruldu. Hedefi hacimli konularda görünmek değil, satış niyeti yüksek kişinin baktığı her yerde bulunmak.

Bir de iş modeli farkı var. Semrush bir yazılım; kurulumu, prompt listesini ve yorumu ekibiniz üstlenir. Recro bir ajans hizmeti: Markanın bir temsilcisi olur, markayı takip eder, bulgular toplantılarda birlikte okunur.

İkisi birbirini dışlamıyor. Bazı ekipler Semrush’ı kategori trendi için, Recro’yu satış kararına yakın sorular için birlikte kullanabilir. Kaçınılması gereken, kategori düzeyindeki bir skoru yönetim kuruluna “alıcı davranışı” diye sunmak.

Recro bu boşluğu nasıl görünür kılar?

Recro İçgörü Modeli, ölçüme promptla değil, satın alma niyetindeki anahtar insanla başlar. Sonuç bir skor değil, markanın hangi karar sorusunda neden geride kaldığını gösteren bir içgörü raporu ve onu kapatacak aksiyon listesidir.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

1. Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
2. Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
3. Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
4. Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

• Persona ve soru oluşturucu, Semrush’ın prompt listesinin yerine alıcının kendi cümlesini koyar. Personalar, kabul görmüş bir alıcı içgörüsü modeline dayanan özel persona oluşturucu modülüyle kurulur; persona özellikleri ve okazyonlar sorulara taşınır. Arama hacmi olmayan ama kısa listeyi belirleyen sorular ölçüme girer.
• Rapor oluşturucu, tek bir kategori skoru yerine her persona ve karar aşaması için ayrı bir tablo verir; rakibin hangi kaynakla öne geçtiğini gösterir.
• Aksiyon önerisi oluşturucu, bulguyu İletişim, İçerik ya da Otorite GAP’i olarak sınıflar ve sektöre özgü aksiyona çevirir.

Çıktılar hazır kalıp değil; markanın sektörüne, pazarına ve karar grubuna göre noktasal ve lokal sonuçlardır. Simülasyon altyapısı her marka için düzenli olarak optimize edilir. GAP’ler bulunduktan sonra gelişim, takip sistemi ve dashboard üzerinden izlenir; markaya atanan temsilci sonuçları düzenli toplantılarla birlikte değerlendirir.

Aynı soruyu diğer araçlar için de sorduk: Recro ile Profound, Otterly.AI, Peec AI ve Ahrefs Brand Radar karşılaştırmaları.

Yönetici özeti

• Semrush AI Visibility Toolkit, SEO ekosisteminin yapay zekâya uzanan kolu: Anahtar kelimeyle uyumlu promptlarda görünürlüğü izler.
• Recro, alıcının persona bazlı karar sorularında markanın neden önerildiğini ya da elendiğini açıklar ve aksiyona çevirir. Ajans modeliyle çalışır: Temsilci, toplantı ve gelişim dashboard’u.
• Kategori trendi için Semrush, satış kararına yakın sorular için Recro; ikisi aynı soruya cevap vermez.

Sık sorulan sorular

Semrush AI Visibility Toolkit hangi yapay zekâ araçlarını kapsıyor?

Semrush bilgi bankası prompt takibi için ChatGPT ve Google AI Mode’u belirtiyor; bağımsız incelemeler Gemini, Google AI Overviews ve Perplexity’yi de sayıyor. Kapsam değiştiği için güncel listeyi Semrush’ın ürün sayfasından kontrol etmek gerekir.

Recro, Semrush’ın yerine mi geçer?

Hayır. Semrush bir SEO ve görünürlük platformu; Recro bir karar simülasyonu ve içgörü modeli. Semrush’ı SEO için kullanmaya devam eden bir marka, alıcı kararına yakın sorular için Recro ile çalışabilir.

Semrush’ta persona tanımlanabilir mi?

Prompt metnine rol ve koşul yazılabilir. Fark, personanın ölçümün merkezinde mi yoksa prompt içinde bir ayrıntı olarak mı durduğu. Recro’da her bulgu bir personaya ve karar aşamasına bağlıdır.

Türkçe sorular için hangisi daha uygun?

Semrush bilgi bankasındaki güncel ülke listesinde Türkiye yer almıyor. Recro, Türkçe ve İngilizce karar sorularını markanın hedef pazarına göre kurar.

İkisini birlikte kullanmak mantıklı mı?

Çoğu B2B marka için evet. Semrush geniş kategori trendini, Recro satış ekibinin kaybettiği soruların nedenini gösterir. Bütçe tek bir çalışmaya yetiyorsa, yönetimin sorduğu soruya göre seçmek gerekir.

Alıcılarınız yapay zekâya hangi soruyu soruyor ve cevapta neden rakibiniz var? Recro, ölçümü markanıza özel personalar ve karar sorularıyla kurar.

Demo içgörü raporu isteyin →

Kaynaklar

• Semrush Bilgi Bankası · AI Visibility Toolkit
• Semrush · FAQ for customers: Adobe acquires Semrush
• TechRadar · Semrush review
• Exploding Topics · Semrush AI Visibility Toolkit vs SE Ranking AI Search Toolkit

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.

Yapay zekâ görünürlüğü ölçümünde yüksek bir sayı görmek rahatlatıcıdır. Simülasyonlarımızdaki kurumsal bir hizmet markası için toplam görünürlük farklı dönemlerde %63 ile %81 arasında ölçüldü. Marka, kategori sorularında güçlüydü, rakiplerinden ayrışıyordu, değer önerisi doğru anlatılıyordu.

Raporların “açıklar” bölümü ise başka bir şey söylüyordu. Marka, stratejik analist raporlarında yer almıyordu. Güven sorgularında sessiz kalıyordu. Belirli bir sektördeki uzmanlığı için yeterli kanıt bulunamıyordu. Ve rakibin editoryal otoritesine karşı markanın bağımsız onayı zayıftı.

Kendi sitesi en çok kaynak gösterilen alan adıydı

Simülasyonlarımızda kaynak bağlantısı görünen cevapları alan adına göre saydığımızda, bu markanın kendi sitesi açık ara birinciydi: 10 çalıştırmada 36 atıf. Bu ilk bakışta bir başarı göstergesi. Sitenin içeriği güçlü, model onu okuyabiliyor ve alıntılıyor.

Ama aynı tablo bir bağımlılığı da gösteriyor. Markanın yapay zekâdaki temsili büyük ölçüde tek bir kaynağa dayanıyor. Bu kaynak markanın kendi sözü. Model, markanın ne söylediğini biliyor; başkalarının marka hakkında ne söylediğini bulamıyor.

Doğrulama aşamasında ne oluyor?

B2B satın almada kısa liste oluştuktan sonra soruların tonu değişir. Keşifte “Kimler var?” diye soran alıcı, doğrulamada şunları sorar:

• “Bu firmanın büyük kurumsal müşterilerle çalıştığına dair bağımsız kanıt var mı?”
• “Bu firmayla çalışmanın riskleri neler?”
• “Sektör analistleri ya da yayınlar bu firma hakkında ne söylüyor?”
• “Bu firma bizim sektörümüzde daha önce iş yaptı mı?”

Bu sorular markanın kendi sitesiyle cevaplanamaz, çünkü cevabın değeri bağımsızlığından gelir. Model burada üçüncü taraf kaynak arıyor; bulamadığında ya sessiz kalıyor ya da daha fazla dış kanıtı olan rakibe yöneliyor.

Bu aşamada soruyu soran anahtar insan da değişiyor. Keşifte pazarlama direktörü soruyor olabilir; doğrulamada satın alma, finans ya da bilgi güvenliği devreye giriyor. Bu kişiler markanın iddialarından çok bağımsız onayına bakıyor.

Tek ayaklı görünürlüğün üç riski

1. Doğrulama sorularında kayıp. Keşifte kazanılan yer, son elemede kaybedilebilir. Alıcı kısa listeyi daraltırken bağımsız kanıtı olan rakibi seçer.

2. Kırılganlık. Site yeniden tasarlandığında, tarayıcı erişimi farkında olmadan engellendiğinde ya da model bağımsız kaynakları daha fazla ağırlıklandırdığında görünürlük hızla düşebilir. Tek kaynağa dayanan temsil, o kaynağın başına gelen her şeyden etkilenir.

3. Tarifle tanınmama. Aynı markada model, markayı hiçbir cevapta adı geçmeden nitelikleriyle tanımlamadı. Kendi sitesi markanın adını taşıyor, ama markanın kategorideki yerini başkalarının anlatması gerekiyor. Bu deseni adınızla varsınız, kategoride yoksunuz yazısında ayrıntılı ele aldık.

Kanıtı siteden dışarı nasıl taşırsınız?

1. Doğrulama sorularını listeleyin. Kısa listedeki alıcının son elemede soracağı güven, risk ve sektör deneyimi sorularını yazın.
2. Her soru için bağımsız bir kaynak hedefleyin. Sektör yayınında vaka anlatımı, müşteri yorum platformunda değerlendirme, bir dernek ya da etkinlikte konuşma, bir analist ya da danışmanlık raporunda anılma.
3. Sitedeki en güçlü içerikleri dış kaynaklara taşıyın. Sitenizde iyi çalışan bir rehber ya da vaka, bir sektör yayınında konuk yazı ya da röportaj olarak bağımsız bir sese dönüşebilir.
4. Uzmanların sesini görünür kılın. Kurucu ve yöneticilerin LinkedIn’de, sektör yayınlarında ve etkinliklerde düzenli görünürlüğü, markanın sitesi dışındaki en okunabilir kanıttır. Edelman ve LinkedIn’in 2024 araştırmasında karar vericilerin %73’ü, bir kuruluşun yetkinliğini değerlendirmede düşünce liderliği içeriğini pazarlama materyallerinden daha güvenilir buldu.
5. Sektör bazlı kanıt kurun. Uzmanlık iddia ettiğiniz her sektör için en az bir bağımsız kaynakta somut örnek bulunmalı.

Site dışında hangi kaynakların sinyal taşıdığını web siteniz artık tek sinyal kaynağınız değil yazısında, LinkedIn ve basının rolünü LinkedIn, basın ve üçüncü taraf kaynaklar yazısında ele aldık.

Recro bu boşluğu nasıl görünür kılar?

Recro İçgörü Modeli, yüksek bir görünürlük sayısının arkasındaki kaynak dağılımını ve doğrulama sorularındaki durumu ayrı ayrı okur. Güçlü markanın zaafı, sayının içinde kaybolmadan görünür olur.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

1. Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
2. Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
3. Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
4. Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

Bu zaaf açısından her sütunun ürettiği sonuç şudur:

• Persona oluşturucu, doğrulama aşamasında söz sahibi olan anahtar insanları kurar: Satın alma, finans ve bilgi güvenliği.
• Soru oluşturucu, keşiften sonra gelen güven, risk ve sektör deneyimi sorularını satın alma yolculuğunun doğal akışında üretir.
• Rapor oluşturucu, konuşmaya kaynak veren bağlantıları alan adına göre okur ve markanın temsilinin ne kadarının kendi sitesine dayandığını gösterir.
• Aksiyon önerisi oluşturucu, hangi doğrulama sorusu için hangi bağımsız kaynağın hedefleneceğini önceliklendirir.

Recro simülasyonundan · anonim

• Marka: Kurumsal hizmet markası · Türkçe
• Görünürlük: Toplam %63–81; cevapların %75–88’inde adıyla anıldı.
• Kaynak: Kendi sitesi veri setinde en çok kaynak gösterilen alan adı (10 çalıştırmada 36 atıf).
• Açıklar: Analist raporlarında yok; güven sorgularında sessiz; belirli bir sektördeki uzmanlık kanıtı yetersiz.
• Sınıf: Otorite GAP’i
• Aksiyon: Doğrulama sorularına karşılık gelen bağımsız kaynaklar: Sektör yayınları, yorum platformları, uzman görünürlüğü.

Yönetici özeti

• Recro simülasyonlarındaki en görünür marka, cevapların %75–88’inde anılıyordu; ama güven ve doğrulama sorularında sessiz kaldı.
• Markanın kendi sitesi veri setinde en çok kaynak gösterilen alan adıydı; görünürlük tek bir kaynağa, markanın kendi sözüne dayanıyordu.
• Tek ayaklı görünürlük; doğrulamada kayıp, kırılganlık ve tarifle tanınmama riski taşır. Kanıt, her doğrulama sorusu için bağımsız bir kaynağa taşınmalıdır.

Sık sorulan sorular

Sitemizin yapay zekâda çok alıntılanması kötü bir şey mi?

Hayır, güçlü bir temeldir. Risk, temsilin yalnızca o kaynağa dayanmasında. Bağımsız kaynaklarla desteklenmeyen görünürlük, doğrulama sorularında zayıf kalır.

Doğrulama soruları hangi aşamada soruluyor?

Kısa liste oluştuktan sonra, son elemede. Simülasyonlarımızda bu sorular güven, risk, analist görüşü ve sektör deneyimi üzerine yoğunlaştı.

Analist raporlarına nasıl girilir?

Büyük analist firmalarının yanında sektör derneklerinin, yayınların ve danışmanlık firmalarının pazar raporları da kaynak olarak kullanılıyor. Bu raporların hazırlayıcılarına doğrulanabilir veri sunmak ilk adımdır.

Görünürlüğümüz yüksekken bu çalışmaya neden öncelik verelim?

Çünkü yüksek sayı, kaybın son elemede yaşandığını gizleyebilir. Kısa listeye giren ama kazanamayan bir marka için en hızlı kazanım doğrulama aşamasındadır.

Bu bulgular hangi veriye dayanıyor?

Recro’nun Nisan–Eylül 2026 arasında 6 marka için yaptığı 460 soru-cevap çalıştırmasına ve 73 rapora. Veriler anonimleştirilmiştir.

Markanızın yapay zekâdaki görünürlüğü kaç kaynağa dayanıyor? Recro, doğrulama aşamasındaki anahtar insanlarla bir örnek simülasyon kurar ve sonucu demo raporla paylaşır.

Demo içgörü raporu isteyin →

Kaynaklar

• Recro simülasyon verisi · Nisan–Eylül 2026 · 6 marka, 460 soru-cevap çalıştırması, 73 rapor (iç veri, anonimleştirilmiş; tek bir yapay zekâ modeli üzerinde)
• Edelman ve LinkedIn · 2024 B2B Thought Leadership Impact Report

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.

Bir bilişim ve sistem entegrasyonu şirketinin pazarlama direktörünü düşünün. Organik büyüme yavaşlamış, rakipler B2B pazarlamada daha hızlı hareket ediyor. Yeni bir ajansla çalışmak istiyor, ama geçmişte bir ajans değişikliği kötü sonuçlanmış. Satış direktörü dış ajanslara mesafeli, finans ekibi bütçe konusunda katı.

Bu kişi, Recro’nun bir pazarlama ajansı için kurduğu simülasyondaki anahtar insanlardan biriydi. Yapay zekâya sorduğu sekiz sorunun hiçbiri “en yaratıcı ajans hangisi?” değildi.

Pazarlama direktörü hangi soruları sordu?

Simülasyondaki iki pazarlama yöneticisi personasının sorularını karar aşamalarına göre özetlediğimizde şu tablo çıktı:

Soruların neredeyse tamamı risk, kanıt ve kurum içi savunma üzerine. Yaratıcı yetkinlik bir ön koşul olarak kabul ediliyor; kararı belirleyen, ajansın riski nasıl azalttığı.

Hiç anılmayan ajansın simülasyonu ne gösterdi?

Araştırdığımız ajans 32 çalıştırmanın hiçbirinde anılmadı. Model ne adıyla ne de tarifiyle ajansı tanıdı. Aynı dönemde dört farklı ajans, farklı günlerde ve farklı personalarda baskın rakip olarak öne çıktı. Raporların ortak teşhisi şuydu:

• Keşif aşamasında editoryal listeler belirleyiciydi. Rakipler, sektör dergilerinin ve ajans dizinlerinin hazırladığı listelerde yer alıyordu. Kaynak bağlantıları arasında pazarlama yayınları, bir uluslararası ajans dizini ve bir yönetici topluluğu sitesi vardı. Ahrefs’in ChatGPT kaynaklarını inceleyen araştırması da bu deseni gösteriyor: “En iyi X” listeleri kaynak gösterilen sayfaların %43,8’ini oluşturuyor ve bu listelerin %80,9’u üçüncü taraf yayınlar.
• Karşılaştırma aşamasında sayılı vaka kazanıyordu. Rakiplerin somut başarı hikâyeleri, “uzmanlık” iddiasının kanıtı olarak alıntılanıyordu.
• Karar aşamasında şeffaflık kazanıyordu. Raporlama modeli ve maliyet yapısını açıkça anlatan ajanslar, “şeffaf raporlama” ve “kârlılık modeli” sorularında öne geçiyordu.

Ajansların dili ile alıcının dili arasındaki mesafe

Ajans siteleri genellikle portfolyo, yaratıcı yaklaşım ve hizmet listesiyle konuşur. Pazarlama direktörünün yapay zekâya sorduğu sorular ise başka bir sözlük kullanıyor: Geri ödeme süresi, kapsam dışı işler, veri sorumluluğu, pilot proje, hizmet seviyesi taahhüdü, iç itiraz.

Bu, anahtar kelime ile anahtar insan arasındaki farkın en net örneklerinden biri. “B2B dijital ajans” kelimesinde iyi sıralanan bir ajans, bu kelimenin arkasındaki pazarlama direktörünün sekiz sorusundan hiçbirine cevap vermiyor olabilir. Yapay zekâ ise o sekiz soruya cevap verebilen kaynakları öne çıkarıyor.

Ajanslar karar sorularına nasıl cevap verebilir?

1. Sektöre özel vaka yayımlayın. Müşteri adı olmadan da olur: Sektör, şirket ölçeği, başlangıç durumu, yapılan iş, ölçülebilir sonuç ve süre.
2. Çalışma ve maliyet modelini anlatın. Sabit ücretin neyi kapsadığını, neyin kapsam dışı kaldığını, ek maliyetlerin nasıl ortaya çıktığını açıkça yazın.
3. Pilot proje seçeneği sunun. Süresini, kapsamını ve başarı ölçütünü tanımlayın.
4. Veri ve uyum sürecini yazın. KVKK kapsamındaki rolünüzü, CRM entegrasyon yaklaşımınızı ve hizmet seviyesi taahhütlerinizi açıklayın.
5. Editoryal listelere ve dizinlere girin. Keşif aşamasında hangi listelerin kaynak gösterildiğini haritalayın.
6. Pazarlama direktörüne kurum içi savunma malzemesi verin. İç ekip ile ajans karşılaştırması, ilk 90 günün planı, satış ekibine etkisi.

Fiyat ve maliyet sorularının genel olarak nasıl cevaplandığını fiyat sorulduğunda yapay zekâ ne diyor yazısında, kişiye göre değişen kısa listeyi anahtar kelimeden anahtar insana yazısında ele aldık.

Recro bu boşluğu nasıl görünür kılar?

Recro İçgörü Modeli, bir ajansın görünürlüğünü, ajansı seçecek pazarlama yöneticisinin karar yolculuğuyla ölçer. Ajansın hangi aşamada ve hangi soruda düştüğü, rakibin hangi kanıtla öne geçtiği görünür.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

1. Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
2. Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
3. Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
4. Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

Ajans seçimi açısından her sütunun ürettiği sonuç şudur:

• Persona oluşturucu, ajansı seçecek kişiyi geçmiş deneyimi, kurum içi baskıları ve sektörüyle birlikte kurar.
• Soru oluşturucu, bu kişinin problemden karara uzanan sorularını onun diliyle ve doğal akışıyla üretir.
• Rapor oluşturucu, ajansın her aşamadaki durumunu, baskın rakibi ve konuşmaya kaynak veren bağlantıları okur.
• Aksiyon önerisi oluşturucu, öne çıkan rakip içeriklerine karşı hangi muadil içeriğin üretileceğini ve hangi listelere girileceğini sıralar.

Recro simülasyonundan · anonim

• Persona: BT şirketi pazarlama direktörü ve kurumsal pazarlama genel müdür yardımcısı · Türkçe
• Soru: Problemden karara sekiz aşamalı ajans seçimi yolculuğu
• Yer alma: 32 çalıştırmanın hiçbirinde anılmadı; dört farklı rakip baskın çıktı.
• Rakibin kanıtı: Editoryal ajans listeleri, sayılı vaka çalışmaları, şeffaf raporlama modeli.
• Sınıf: Otorite GAP’i + İçerik GAP’i
• Aksiyon: Sektöre özel anonim vakalar; maliyet ve kapsam modeli; pilot proje tanımı; ajans listelerine giriş.

Yönetici özeti

• Ajans seçen pazarlama direktörü yapay zekâya riski soruyor: Yanlış seçimin maliyeti, vaka, geri ödeme süresi, gizli maliyet, veri uyumu, pilot proje ve iç savunma.
• Recro simülasyonunda bir ajans 32 cevabın hiçbirinde anılmadı; rakipler editoryal listeler, sayılı vakalar ve şeffaf modelle öneriliyordu.
• Ajansların portfolyo dili ile alıcının risk dili arasındaki mesafe kapatılmadıkça, kelimede sıralanmak karar sorusunda görünmeyi sağlamıyor.

Sık sorulan sorular

Yaratıcı portfolyo artık önemsiz mi?

Önemli; ama bir ön koşul olarak. Simülasyonlarımızda karar soruları portfolyodan çok risk, kanıt ve şeffaflık üzerine kuruldu.

Müşteri adı veremeyen ajans vaka nasıl paylaşır?

Sektörü, şirket ölçeğini, başlangıç durumunu, yapılan işi ve ölçülebilir sonucu anlatan anonim vakalar, müşteri adı olmadan da güçlü kanıttır.

Hangi ajans listeleri önemli?

Sektörünüzde keşif sorularında kaynak gösterilenler. Simülasyonumuzda pazarlama yayınlarının listeleri ve uluslararası ajans dizinleri öne çıktı; sırayı ölçüm belirler.

Pazarlama direktörü dışında kim soru soruyor?

Satış direktörü, finans ve hukuk ya da bilgi işlem. Simülasyonda pazarlama direktörünün soruları zaten bu kişilerin itirazlarını öngörüyordu.

Bu bulgular hangi veriye dayanıyor?

Recro’nun bir pazarlama ajansı için kurduğu simülasyona ve Nisan–Eylül 2026 arasındaki toplam 460 soru-cevap çalıştırmasına. Veriler anonimleştirilmiştir.

Sizi seçecek pazarlama direktörü yapay zekâya sorduğunda ajansınız cevapta mı? Recro, alıcınızın karar yolculuğuyla bir örnek simülasyon kurar ve sonucu demo raporla paylaşır.

Demo içgörü raporu isteyin →

Kaynaklar

• Recro simülasyon verisi · Nisan–Eylül 2026 · 6 marka, 460 soru-cevap çalıştırması, 73 rapor (iç veri, anonimleştirilmiş; tek bir yapay zekâ modeli üzerinde)
• Ahrefs · Do Self-Promotional “Best” Lists Boost ChatGPT Visibility?

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.

Bir kahve tedarikçisinin pazarlama ekibi için hedef kelime bellidir: “Kurumsal kahve tedarikçisi”, “HORECA kahve”, “toptan kahve”. Bu kelimelerde iyi sıralanan bir site, raporlarda başarılı görünür. Ama bu kelimeleri yazan kişi kim?

Bir otel zincirinin F&B direktörü misafir deneyimini, marka algısını ve barista eğitimini düşünür. Bir kafe zincirinin satın alma direktörü minimum sipariş, fiyat istikrarı ve teslimat sıklığına bakar. Bir perakende zincirinin kategori direktörü özel marka üretim kapasitesini sorar. Üçü de aynı kategoriyi arıyor. Üçünün de yapay zekâya sorduğu soru, aldığı cevap ve gördüğü kısa liste farklı.

Simülasyonlarımızda aynı marka kişiye göre nasıl değişti?

Recro’nun bir kahve tedarik markası için kurduğu simülasyonda, farklı karar vericiler adına sorulan sorularda tablo şuydu:

Aynı marka, aynı kategori, aynı dönem. Sonuç %100 ile %0 arasında değişiyor ve her kişinin karşısına farklı türde bir rakip çıkıyor. Tüm simülasyonda 236 çalıştırma, 50 farklı “baskın rakip” adı üretti.

Desen başka sektörlerde de tekrarlandı. Bir denizcilik ekipmanı simülasyonunda marka bazı personaların sorularında %25, bazılarında %0 göründü; baskın rakip bir personada yerli bir üretici, diğerinde küresel bir oyuncuydu. Kurumsal bir yazılım kategorisinde 112 çalıştırmada 28 farklı baskın rakip çıktı.

Anahtar kelime neyi gösterir, anahtar insan neyi?

Anahtar kelime, bir arama motoruna yazılan ifadedir. Sitenin bu ifadeye ne kadar iyi cevap verdiğini ölçer ve SEO için hâlâ değerlidir.

Anahtar insan, satın alma niyetindeki karar vericidir: Rolü, sektörü, şirketinin ölçeği, soruyu tetikleyen durum ve kabul eşiği. Yapay zekâ çağında alıcı kelime yazmıyor, durumunu anlatıyor: “Yüz şubeli bir kafe zinciriyiz, fiyat dalgalanmasından korunmak istiyoruz, minimum siparişi esnek nitelikli kavurucular hangileri?” Model bu cümledeki her koşulu ayrı ayrı değerlendiriyor ve kısa listeyi o kişiye göre kuruyor.

Aynı kategori, iki anahtar insan
Otel zinciri F&B direktörü: “Misafir deneyimini yükseltecek, barista eğitimi ve ekipman desteği veren kurumsal kahve tedarikçileri hangileri?”
Kafe zinciri satın alma direktörü: “Yeşil çekirdek fiyat dalgalanmalarına karşı yıllık fiyat sabitleme sunan, minimum siparişi esnek tedarikçiler hangileri?”

İki soru da “kurumsal kahve tedarikçisi” kelimesinin arkasında duruyor. Ama birincisinde deneyim ve hizmet kanıtı, ikincisinde fiyat politikası ve esneklik kanıtı kazanıyor.

Neden tek bir “hedef kitle” yetmiyor?

B2B’de karar tek kişinin değil. 6sense’e göre ortalama satın alma grubu 11 kişiden oluşuyor. Gartner’a göre alıcılar satın alma zamanının yalnızca %17’sini tedarikçilerle görüşerek geçiriyor. Grubun her üyesi kendi sorusunu soruyor ve yapay zekâ her birine farklı bir kısa liste sunuyor.

“Hedef kitle: Otel, restoran ve kafe işletmeleri” gibi bir tanım, bu farkı siler. Markanın F&B direktörlerinde güçlü, satın alma direktörlerinde görünmez olduğu bilgisi, ancak her anahtar insan ayrı ölçüldüğünde ortaya çıkar. Bu dağılımın nasıl analiz edildiğini Persona GAP analizi yazısında anlattık.

Anahtar insan haritası nasıl çıkarılır?

1. Son iki yılda kazandığınız ve kaybettiğiniz işleri listeleyin. Her birinde karar sürecinde kimler vardı?
2. Her rol için dört şeyi yazın. Soruyu tetikleyen durum, cevapta aradığı koşul, kabul eşiği ve veto noktası.
3. Her rolün sorusunu onun diliyle yazın. Markanızın kategori adlarını kullanmadan.
4. Her rolde ayrı ölçün. Markanın anılması, baskın rakip ve gerekçe her kişide ayrı okunmalı.
5. İçeriği kişiye göre kurun. F&B direktörü için deneyim kanıtı, satın almacı için fiyat politikası, finans için risk yönetimi.

Karar sorularının nasıl haritalandığını karar sorusu nedir yazısında ayrıntılı ele aldık.

Recro bu boşluğu nasıl görünür kılar?

Recro İçgörü Modeli, ölçüme satın alma niyetindeki anahtar insanla başlar. Markanın hangi kişide güçlü, hangisinde görünmez olduğu ve her kişinin karşısına hangi rakibin çıktığı aynı raporda görünür.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

1. Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
2. Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
3. Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
4. Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

Anahtar insan yaklaşımında her sütunun ürettiği sonuç şudur:

• Persona oluşturucu, markanın gerçek alıcı yapısını rol, sektör, ölçek ve tetikleyici durumla tanımlar. Tek persona–çok soru, çok persona–tek soru ve çok persona–çok soru kurgularıyla karar grubunun tamamı kapsanır.
• Soru oluşturucu, her kişinin sorusunu onun koşullarıyla ve doğal bir satın alma yolculuğu akışında üretir.
• Rapor oluşturucu, markanın anılmasını, baskın rakibi ve gerekçeyi kişi bazında okur; markanın kendi hedeflerine göre belirlenen KPI’ları kişi bazında değerlendirir.
• Aksiyon önerisi oluşturucu, markanın zayıf kaldığı anahtar insanlar için hangi kanıtın ve hangi içeriğin öncelikli olduğunu sıralar.

Recro simülasyonundan · anonim

• Marka: Kahve tedarik markası · HORECA ve perakende · Türkçe
• Güçlü olduğu kişiler: Turizm grubu F&B direktörü ve perakende kategori direktörü: 8/8.
• Görünmez olduğu kişiler: Otel, kafe ve restoran zinciri satın alma direktörleri: 0.
• Desen: 236 çalıştırmada 50 farklı baskın rakip; rakip türü kişiye göre değişiyor.
• Sınıf: Persona GAP’i
• Aksiyon: Satın alma direktörlerinin sorduğu fiyat politikası, minimum sipariş ve teslimat konularında kanıt içerikleri üretmek.

Yönetici özeti

• Yapay zekâ cevabını, sorunun kelimesinden çok soran kişinin rolü ve koşulları şekillendiriyor.
• Recro simülasyonunda aynı marka iki karar vericide 8/8, üç karar vericide 0 anıldı; 236 çalıştırmada 50 farklı baskın rakip çıktı.
• Ölçüm ve içerik, satın alma niyetindeki anahtar insanlara göre kurulmalı: Her rolün sorusu, koşulu ve rakibi ayrı okunmalı.

Sık sorulan sorular

Anahtar kelime çalışması artık gereksiz mi?

Gereksiz değil; sitenin arama motorlarındaki performansını gösterir. Ama yapay zekâ cevabında markanın hangi karar vericiye önerildiğini göstermez. İkisi birlikte kullanılmalı.

Anahtar insan ile persona aynı şey mi?

Persona, anahtar insanın modellenmiş halidir. Anahtar insan, satın alma niyetindeki gerçek karar vericidir; persona onun rolünü, koşullarını ve sorusunu ölçülebilir hale getirir.

Kaç anahtar insan tanımlamalıyız?

Karar grubundaki her kritik rol için en az bir tane. Simülasyonlarımızda rol değiştiğinde hem görünürlük hem baskın rakip değişti.

Baskın rakibin bu kadar sık değişmesi ölçümü anlamsız kılmaz mı?

Tek bir cevaba bakıldığında kılar. Tekrarlı ölçümde ise hangi kişide hangi rakip türünün öne çıktığı kararlı bir desen olarak görünür.

Bu bulgular hangi veriye dayanıyor?

Recro’nun Nisan–Eylül 2026 arasında 6 marka için yaptığı 460 soru-cevap çalıştırmasına. Veriler anonimleştirilmiştir ve gözlenen deseni gösterir.

Markanız hangi anahtar insanda güçlü, hangisinde görünmez? Recro, karar grubunuzun her rolü için bir örnek simülasyon kurar ve sonucu demo raporla paylaşır.

Demo içgörü raporu isteyin →

Kaynaklar

• Recro simülasyon verisi · Nisan–Eylül 2026 · 6 marka, 460 soru-cevap çalıştırması, 73 rapor (iç veri, anonimleştirilmiş; tek bir yapay zekâ modeli üzerinde)
• 6sense · The B2B Buyer Experience Report for 2024
• Gartner · The B2B Buying Journey

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.

Kafe zincirinin operasyon direktörü kısa listesindeki üç kahve tedarikçisini karşılaştırıyor. Sorusu operasyonel: “Bu tedarikçiler İstanbul içinde hangi sıklıkla ve hangi rotalarla teslimat yapıyor?” Recro simülasyonunda modelin cevabı şuydu: “Bu bilgi genellikle tedarikçilerle yapılan sözleşmelerde belirtilen özel bir hizmet olduğu için kamuya açık kaynaklarda detaylı olarak bulunmaz.”

Ardından model bildiği kadarını söyledi: Büyük kavurucuların kendi dağıtım ağları olduğunu, bazı markaların sabit rotalarla planlı sevkiyat yaptığının “bilindiğini”. Kararı etkileyecek gerçek bilgi, hiçbir markanın sitesinde yoktu.

Model hangi konularda “bilgi yok” diyor?

Recro simülasyonlarında “kamuya açık bilgi yok” ifadesinin geçtiği 27 cevabı konularına göre ayırdığımızda, tablo karar aşamasının tam ortasını gösteriyordu:

Bu konuların ortak noktası şu: Hepsi, kısa liste oluştuktan sonra son elemede sorulan sorular. Ve her biri farklı bir anahtar insana ait. Anahtar kelime yaklaşımı bu soruları hiç görmez, çünkü “kahve tedarikçisi API entegrasyonu” gibi bir kelimenin arama hacmi yoktur. Ama o soruyu soran bilgi işlem yöneticisi, satın alma kararında veto hakkına sahip olabilir.

Bilginin yokluğu cevapta nasıl görünüyor?

Genelleme olarak. Model boşluğu kategori kalıbıyla dolduruyor: “Butik kavurucular daha esnek minimum sipariş sunabilir.” Bu genelleme bazen markanın lehine, bazen aleyhine işliyor; ama hiçbir zaman markanın kendi sözü olmuyor.

Varsayım olarak. “Teknolojik altyapıya sahip olması muhtemeldir”, “inovasyon kapasitesi esnekliğine bağlı olabilir” gibi cümleler, modelin elinde kanıt olmadığını ama yine de bir şey söylemek zorunda olduğunu gösteriyor. Avrupa Yayın Birliği ve BBC’nin 2025 araştırmasında yapay zekâ cevaplarının %20’sinde uydurma ya da güncelliğini yitirmiş bilgi içeren ciddi doğruluk hataları bulundu. Boşluk büyüdükçe bu risk de büyür.

Karşılaştırmalı eksi puan olarak. En dikkat çekici örnek bir sürdürülebilirlik sorusundaydı. Model, küresel rakip için “global sürdürülebilirlik raporları ve taahhütleri bulunmaktadır” derken araştırılan yerli marka için “politikaları hakkında daha az kamuya açık bilgi mevcuttur” dedi. Markanın gerçekte ne yaptığı bilinmiyordu. Yazılmamış olması, alıcının gözünde zayıflık olarak okundu.

Bu boşluk neden bir fırsat?

Çünkü cümle çoğu zaman tüm kategori için kuruluyor. “Türkiye’deki tedarikçilerin çoğu uzun vadeli fiyat sabitleme konusunda isteksizdir” ya da “API desteği sunan bir tedarikçi belirlenemedi” cümleleri, rakiplerin de aynı boşlukta olduğunu söylüyor. Böyle bir alanda bilgiyi ilk yayımlayan marka, model için o sorunun tek kaynağı olur.

Bunu fiyat özelinde fiyat sorulduğunda yapay zekâ ne diyor yazısında ayrıntılı ele aldık. Aynı mantık teslimat, kalite, entegrasyon ve sürdürülebilirlik için de geçerli.

“Kamuya açık değil” envanteri nasıl çıkarılır?

1. Karar grubunun son eleme sorularını listeleyin. Satın almacının, finansın, operasyonun, kalitenin ve bilgi işlemin soracağı soruları ayrı ayrı yazın.
2. Bu soruları yapay zekâya sorun ve “bilgi yok” cevaplarını işaretleyin. Hangi konuda model sizden ya da rakiplerinizden bilgi bulamıyor?
3. Paylaşılabilecek olanı ayırın. Her bilgi yayımlanmaz. Ama teslimat modeli, kalite raporlama pratiği, entegrasyon seçenekleri ve fiyatı belirleyen etkenler çoğu zaman ticari sır değildir.
4. Soruyu cevaplayan başlıklarla yayımlayın. “Teslimat modelimiz”, “Parti bazlı kalite raporlaması”, “Sipariş entegrasyonu” gibi, alıcının sorusuyla eşleşen başlıklar.
5. Yeniden sorun. Birkaç hafta sonra aynı soruları tekrarlayın ve cevabın değişip değişmediğine bakın.

Recro bu boşluğu nasıl görünür kılar?

Recro İçgörü Modeli, modelin bilgi bulamadığı noktaları, onları soran anahtar insanla birlikte raporlar. Böylece bir “bilgi yok” cümlesi, hangi karar vericinin hangi son eleme sorusunda markanın kaybettiğini gösteren bir bulguya dönüşür.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

1. Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
2. Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
3. Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
4. Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

Bu boşluk açısından her sütunun ürettiği sonuç şudur:

• Persona oluşturucu, son elemede söz sahibi olan rolleri kurar: Operasyon, kalite, finans ve bilgi işlem yöneticileri satın almacının yanında yer alır.
• Soru oluşturucu, bu kişilerin anahtar kelime hacmi olmayan ama kararı belirleyen sorularını üretir.
• Rapor oluşturucu, modelin bilgi bulamadığı ve genellemeye başvurduğu cevapları ayırır; rakiplerin aynı konuda nasıl anlatıldığını gösterir.
• Aksiyon önerisi oluşturucu, kategorinin sessiz kaldığı konuları ilk yayımlanacak içerikler olarak önceliklendirir.

Recro simülasyonlarından derlenmiş · anonim

• Personalar: Kafe ve otel zinciri satın alma, operasyon ve kalite rolleri · Kahve tedariği · Türkçe
• Soru: Karar · Teslimat sıklığı, kalite raporu, sipariş entegrasyonu
• Cevap: Üç konuda da “kamuya açık bilgi yok”; boşluk sektör genellemesiyle dolduruldu.
• Rakipler: Aynı konularda rakipler için de bilgi bulunamadı.
• Sınıf: İçerik GAP’i · Kategori düzeyinde boşluk
• Aksiyon: Teslimat modelini, kalite raporlama pratiğini ve entegrasyon seçeneklerini soruyla eşleşen başlıklarla yayımlamak.

Yönetici özeti

• Recro simülasyonlarında yapay zekâ 27 cevapta “kamuya açık bilgi yok” dedi; konular fiyat, teslimat, kalite, entegrasyon, kur riski ve sürdürülebilirlikti.
• Bilginin yokluğu cevapta genelleme, varsayım ya da rakiple kıyaslandığında eksi puan olarak görünüyor.
• Cümle çoğu zaman tüm kategori için kuruluyor; sessiz kalan konuda ilk yayımlayan marka o sorunun referansı oluyor.

Sık sorulan sorular

“Kamuya açık bilgi yok” cümlesi markaya zarar verir mi?

Rakipler de aynı durumdaysa doğrudan zarar vermez, ama fırsatı boşa bırakır. Rakip bilgiyi yayımlamışsa, karşılaştırmada markanın aleyhine işler.

Hangi bilgiler yayımlanmamalı?

Müşteriye özel fiyatlar, sözleşme koşulları ve gizlilik kapsamındaki müşteri bilgileri. Çalışma modeli, süreç, standart ve seçenekler ise çoğu zaman paylaşılabilir.

Bu soruları kim soruyor?

Simülasyonlarımızda son eleme sorularını satın almacının yanında operasyon, kalite, finans ve bilgi işlem rolleri sordu. Bu kişiler kararda çoğu zaman veto hakkına sahip.

Yayımladıktan sonra cevap ne kadar sürede değişir?

Arama destekli cevaplarda birkaç hafta içinde değişim görülebilir. Modelin kendi hafızasına yansıması ise sonraki sürümleri bekler.

Bu bulgular hangi veriye dayanıyor?

Recro’nun Nisan–Eylül 2026 arasında 6 marka için yaptığı 460 soru-cevap çalıştırmasına. Veriler anonimleştirilmiştir ve gözlenen deseni gösterir.

Yapay zekâ, alıcınızın son eleme sorularında sizin hakkınızda “bilgi yok” mu diyor? Recro, karar grubunuzun anahtar insanlarıyla bir örnek simülasyon kurar ve sonucu demo raporla paylaşır.

Demo içgörü raporu isteyin →

Kaynaklar

• Recro simülasyon verisi · Nisan–Eylül 2026 · 6 marka, 460 soru-cevap çalıştırması, 73 rapor (iç veri, anonimleştirilmiş; tek bir yapay zekâ modeli üzerinde)
• EBU · AI assistants misrepresent news content 45% of the time (EBU ve BBC, 2025)

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.

AI görünürlüğü kısa sürede kalabalık bir pazara dönüştü. Prompt takip araçları, GEO ajansları, SEO paketlerine eklenen “AI modülleri” ve danışmanlık hizmetleri aynı vaadi farklı yöntemlerle sunuyor. Bir pazarlama direktörü ya da CMO için zor olan, bu teklifleri karşılaştırabilecek ortak bir ölçüt bulmak.

Bu yazı o ölçütü kuruyor. Her soru için, Recro’nun kendi simülasyonlarında gördüğümüz ve sorunun neden önemli olduğunu gösteren bir bulgu paylaşıyoruz. Bulgular, Nisan–Eylül 2026 arasında 6 marka için yapılan 460 soru-cevap çalıştırmasından anonimleştirilerek alındı.

1. Ölçüm kimin adına yapılıyor?

Bir kahve tedarik markası için kurduğumuz simülasyonda marka, turizm ve restoran grubunun F&B direktörü personasının sorularında 8 çalıştırmanın 8’inde anıldı. Aynı marka, otel zinciri, kafe zinciri ve restoran zinciri satın alma direktörlerinin sorularında hiç anılmadı. Tek bir persona seçilseydi, rapor ya “mükemmel” ya da “sıfır” diyecekti.

Sorulacak soru: Personalar markanın gerçek alıcı yapısından mı türetiliyor, yoksa genel bir “pazarlama müdürü” profili mi kullanılıyor? Karar grubundaki farklı roller ayrı ayrı ölçülüyor mu?

2. Sorular kimin diliyle yazılıyor?

Simülasyonlarımızda markalar adlarıyla sorulduğunda cevapların %33’ünde yer aldı; adlarının geçmediği karar sorularında bu oran %5,5’ti. Marka adını içeren ya da pazarlama ekibinin kategori diliyle yazılan sorular, sonucu olduğundan iyi gösterir.

Sorulacak soru: Sorular alıcının ihtiyacından ve koşullarından mı doğuyor? Markanın adı geçmeyen keşif ve eleme soruları ayrı raporlanıyor mu?

3. Kaç kez ve ne kadar süreyle ölçülüyor?

Kahve tedarik simülasyonunda 236 çalıştırmada 50 farklı “baskın rakip” adı çıktı. Kurumsal bir yazılım kategorisinde 112 çalıştırmada 28. Tek bir ekran görüntüsü, bu dağılımın yalnızca bir anını gösterir. SparkToro ve Gumshoe.ai’nin Ocak 2026 araştırması da aynı soruya iki cevabın aynı marka listesini vermesinin 100’de 1’in altında olduğunu gösterdi.

Sorulacak soru: Her soru kaç kez çalıştırılıyor? Sonuç sıra numarası olarak mı, yer alma oranı ve zaman serisi olarak mı veriliyor?

4. Cevabın kaynakları gösteriliyor mu?

Bir denizcilik simülasyonunda rakibi kısa listeye taşıyan kaynaklardan biri, rakibin Kariyer.net’teki firma profiliydi. Başka simülasyonlarda belge paylaşım sitelerine yıllar önce yüklenmiş kataloglar kaynak olarak öne çıktı. Kaynak görülmeden yapılan aksiyon planı, çoğu zaman yalnızca markanın kendi sitesine odaklanır.

Sorulacak soru: Rapor, cevaba kaynak veren bağlantıları ve rakiplerin hangi kaynakla önerildiğini gösteriyor mu?

5. Sayının yanında nedeni ve aksiyonu veriyor mu?

“Görünürlüğünüz %8” bir tespittir, karar değildir. Simülasyonlarımızda en sık görülen nedenler; fiyat ve yatırım getirisi bilgisinin hiç yayımlanmamış olması (73 raporun tamamında), kanıtın yalnızca markanın kendi sitesinde durması ve rakiplerin yer aldığı kategori listelerinde bulunmamaktı. Her neden farklı bir aksiyon gerektirir.

Sorulacak soru: Bulgular İletişim, İçerik ve Otorite gibi açık türlerine ayrılıyor mu? Aksiyonlar önceliklendirilmiş ve sektöre özgü mü?

6. Yapay zekânın söyledikleri doğrulanıyor mu?

Model, bilgi bulamadığında boşluğu genellemeyle dolduruyor. Simülasyonlarımızda 27 cevapta “kamuya açık bilgi yok” ifadesinin hemen ardından sektör genellemesi geldi. Avrupa Yayın Birliği ve BBC’nin 2025 araştırmasında da yapay zekâ cevaplarının %45’inde en az bir önemli sorun bulundu. Doğrulanmamış bir yapay zekâ çıktısı, rapora bulgu olarak girmemeli.

Sorulacak soru: Öne çıkan iddiaların internetteki karşılığı insan tarafından kontrol ediliyor mu?

7. Sonuç yeniden test ediliyor mu?

Aksiyon uygulandıktan sonra aynı persona ve aynı soruyla yeniden ölçüm yapılmadıkça, çalışmanın etkisi bilinemez. Model sürümleri de değiştiği için ölçüm tarihi ve sürümü kayıt altında tutulmalı.

Sorulacak soru: Aksiyon sonrası yeniden test planı var mı? Sonuçlar model sürümüyle birlikte raporlanıyor mu?

Değerlendirme tablosu

Bu tablo, dış bir hizmet kadar kurum içinde yapılacak bir ölçümü değerlendirmek için de kullanılabilir. Ölçümün temel mantığını AI görünürlüğü nasıl ölçülür yazısında, karar sorularının nasıl haritalandığını karar sorusu nedir yazısında anlattık.

Anahtar kelime ile anahtar insan: Hangisini satın alıyorsunuz?

Teklifleri ayıran temel fark şudur: Bir kısmı anahtar kelimeleri takip eder ve markanın bu kelimelerle ilişkili promptlarda kaç kez geçtiğini sayar. Bu, geniş kategori eğilimini izlemek için değerlidir. Diğer yaklaşım satın alma niyetindeki anahtar insanı kurar ve onun karar sorularında markanın neden var ya da yok olduğunu açıklar. Bu, satış kararını etkileyen yere yatırım yapmayı sağlar.

İkisi birbirini tamamlayabilir. Ama yönetim kuruluna “alıcılarımız bizi neden seçmiyor?” sorusunun cevabını götürecek olan, ikinci yaklaşımdır.

Recro bu değerlendirmede nerede duruyor?

Recro İçgörü Modeli, yukarıdaki yedi sorunun her birine yapısal olarak cevap verecek biçimde kuruldu. Ölçüm, satın alma niyetindeki anahtar insanla başlar.

Tek simülasyon · 4 kilit sütun · 90+ adım

Recro’yu ayıran, her marka için sıfırdan kurulan dört sütundur. Dördü, 90+ adımlı tek bir simülasyonun ayaklarıdır; her sütun bir sonrakinin girdisini üretir.

1. Persona oluşturucu: Markanın gerçek alıcılarını temsil eden, sektörüne ve satış yapısına özel karar verici profilleri.
2. Soru oluşturucu: Bu kişilerin satın alma yolculuğunda yapay zekâya soracağı, markaya özel karar soruları.
3. Rapor oluşturucu: Cevapları markanın hedefleri ve rakipleriyle birlikte, dayandıkları kaynaklarla okuyan rapor.
4. Aksiyon önerisi oluşturucu: Sektöre özgü sinyal açıklarını kapatan, önceliklendirilmiş aksiyon listesi.

Değerlendirme soruları açısından her sütunun karşılığı şudur:

• Persona oluşturucu, birinci soruyu cevaplar: Ölçüm, markanın gerçek alıcılarını temsil eden, sektöre ve satış yapısına özel karar vericiler adına yapılır.
• Soru oluşturucu, ikinci soruyu cevaplar: Sorular persona niteliklerinden doğar ve doğal bir satın alma yolculuğu akışında dizilir.
• Rapor oluşturucu, üçüncü, dördüncü ve altıncı soruları cevaplar: Günlük çıktılar, konuşmaya kaynak veren bağlantılar, tahmini görünürlük olasılığı ve aylık insan kontrolüyle gerçeklik kontrolü.
• Aksiyon önerisi oluşturucu, beşinci ve yedinci soruları cevaplar: Sektöre özgü sinyal listesi, önceliklendirilmiş aksiyonlar ve aksiyon sonrası yeniden test.

Yönetici özeti

• AI görünürlük çalışmasında belirleyici soru “Hangi kelimeler?” sorusundan çok “Kimin adına, hangi sorularla?” sorusudur.
• Recro simülasyonlarında aynı marka bir personada %100, diğerlerinde %0 görünürlük verdi; adla sorulan sorular sonucu altı kata kadar yüksek gösterdi.
• Güçlü bir çalışma; rol bazlı persona, alıcı dilinde soru, tekrarlı ölçüm, kaynak, neden ve aksiyon, insan doğrulaması ve yeniden test sunar.

Sık sorulan sorular

Prompt takip araçları yeterli değil mi?

Kategori düzeyinde eğilim izlemek için yararlıdırlar. Belirli bir alıcının karar sorusunda markanın neden görünmediğini açıklamak için ise markaya özel persona, soru ve kaynak analizi gerekir.

Kaç persona yeterli?

Karar grubundaki her kritik rol için en az bir persona. Simülasyonlarımızda aynı sektörde rol değiştiğinde hem görünürlük hem baskın rakip değişti.

Sonuçları ne zaman görmeyi beklemeliyiz?

Teşhis ilk raporla gelir. Erişim ve içerik aksiyonlarının etkisi haftalar, otorite aksiyonlarının etkisi aylar içinde ölçülür.

Bu çalışmayı kurum içinde yapabilir miyiz?

Yapılabilir; yukarıdaki yedi soru iç ekip için de geçerlidir. Asıl zorluk, persona ve soru setini markanın dilinden bağımsız kurmak ve tekrarlı ölçümü sürdürmektir.

Fiyatlandırma neye göre değişir?

Persona sayısına, soru setinin büyüklüğüne, ölçüm sıklığına ve dil kapsamına göre. Teklif karşılaştırırken bu dört değişkenin aynı tutulduğundan emin olun.

Bu yedi soruyu Recro’ya da sorun. Markanıza özel personalar ve karar sorularıyla bir örnek simülasyon kurarız ve sonucu demo raporla paylaşırız.

Demo içgörü raporu isteyin →

Kaynaklar

• Recro simülasyon verisi · Nisan–Eylül 2026 · 6 marka, 460 soru-cevap çalıştırması, 73 rapor (iç veri, anonimleştirilmiş; tek bir yapay zekâ modeli üzerinde)
• Search Engine Land · AI recommendation lists repeat less than 1% of the time (SparkToro, Gumshoe.ai)
• EBU · AI assistants misrepresent news content 45% of the time (EBU ve BBC, 2025)

Bu yazı yapay zekâ desteğiyle hazırlanmış ve Mehmet Semih İpek kontrolünde yayınlanmıştır.